Be Bankers

Negli anni ’50 i primi sistemi esperti utilizzati nel mondo del credito. La sempre maggiore disponibilità dei dati ha favorito, in tempi più recenti, l’arrivo del machine learning e dell’AI generativa . A I #AIinBanking #GenerativeAI #AIStrategy Alessandro Laspia Data and Innovation Strategist del dipartimento AIRD (Artificial Intelligence Research and Development) di Centro Studi Alma Iura. L ’intelligenza artificiale ( Artificial Intelligence , AI) non è una novità nel mondo bancario. Il settore del credito è stato tra i primi ad adot- tarne pervasivamente le tecniche in ambiti come la valutazione del rischio di credito, i controlli antiriciclaggio e l’individuazione di frodi. Oggi l’AI di nuova generazione – capace di ricevere istruzioni nel linguaggio naturale con cui comunichiamo, pianificare e portare a termine azioni complesse – apre ambiti applicativi del tutto nuovi, che vanno ben oltre l’automazione di attività ripetitive e rigidamente strutturate. È, dunque, fon- damentale comprendere, oltre la superficie degli annunci a effetto, cosa cambia con queste nuove tecnologie, cosa resta valido dell’AI tradizionale e come orientarsi nella loro adozione. Nata nei campus universitari negli anni ‘50 dello scorso secolo, l’AI ha conosciuto cicli al- terni di entusiasmo e scetticismo sulle proprie potenzialità reali. Il primo approccio afferma- tosi fu quello simbolico , fondato sull’idea di rappresentare il ragionamentoumano tramite simboli e regole logiche, la cui applicazione più diffusa sono i sistemi esperti capaci di raccomandare decisioni sulla base di regole esplicite. Nel settore bancario, ad esempio, questi si affermarono già nei primi anni ’90 nei controlli antiriciclaggio o nella valuta- zione di piccoli prestiti. Pur offrendo elevata trasparenza nei criteri decisionali, queste tec- niche sono limitate dalla rigidità delle regole su cui si basano, che ne impedisce l’adatta- mento a contesti mutevoli e l’apprendimento dall’esperienza. B E | B AN K E R S 91